ПЛАН КУРСА СИИ

TIMELINE РАЗРАБОТКИ

ПОШАГОВЫЙ ПЛАН СОЗДАНИЯ AI-ПРОЕКТА С ДАТАМИ И РЕЗУЛЬТАТАМИ

Старт курса: понедельник, 1 сентябряСегодня: воскресенье, 19 октябряДень 49
понедельник, 1 сентября
ГОТОВО

ЛЕКЦИЯ 1: AI-ПРОДУКТ КАК СИСТЕМА

Введение в AI-продукты, системное мышление и архитектурные подходы

Содержание лекции

Что такое AI-продукт и чем он отличается от обычного ПО
Системное мышление в разработке AI
Архитектурные паттерны для AI-систем
Роли в команде разработки AI-продукта
Планирование AI-проекта от идеи до продакшена
Открыть лекцию
четверг, 4 сентября
10 дней
ГОТОВО

ЛАБОРАТОРНАЯ РАБОТА 1: ПОДГОТОВКА К ПРЕЗЕНТАЦИИ

Выбор проекта, формирование команды, подготовка к первой презентации

Основные задачи

Выбор проекта из каталога

Изучить проекты и выбрать один для реализации

Все роли
Формирование команды из 4 человек

Собрать команду с представителями всех ролей

Все роли
Распределение ролей в команде

Назначить AI Engineer, MLOps, Fullstack, Architect

Все роли
Подготовка к презентации "Я понял проект как..."

Подготовить выступление о понимании проекта

Все роли
понедельник, 15 сентября
ГОТОВО

ПРЕЗЕНТАЦИЯ: "Я ПОНЯЛ ПРОЕКТ КАК..."

Студенты представляют свое понимание выбранного проекта

Содержание лекции

Я понял проект как... (общее видение)
Я понял задачу как... (техническая формулировка)
Я вижу путь реализации как... (архитектура решения)
Я отвечаю за... (роль в команде)
понедельник, 22 сентября
ГОТОВО

ЛЕКЦИЯ 2: ПРОМПТ-ИНЖИНИРИНГ И RAG

Техники работы с LLM, проектирование промптов и RAG системы

Содержание лекции

Основы промпт-инжиниринга и техники оптимизации
RAG (Retrieval-Augmented Generation) архитектура
Векторные базы данных и semantic search
Fine-tuning vs RAG vs промпт-инжиниринг
Практические паттерны работы с LLM
Открыть лекцию
понедельник, 29 сентября
ГОТОВО

ЛЕКЦИЯ 3: МОДЕЛИ И ДАННЫЕ БЕЗ ХАЙПА

Практический выбор моделей и работа с данными для AI-продуктов

Содержание лекции

Выбор модели под задачу: от простого к сложному
Подготовка и качество данных для AI
Локальные vs облачные модели: компромиссы
Baseline подходы и метрики качества
Когда НЕ нужен AI: здравый смысл в выборе решений
Открыть лекцию
пятница, 3 октября
14 дней
ГОТОВО

ЛАБОРАТОРНАЯ РАБОТА 2: ПОСТАНОВКА ЗАДАЧИ И ПРОЕКТИРОВАНИЕ

Этап 1 из stages - формулировка цели, определение требований, создание архитектуры

Задачи по ролям

Анализ требований к LLM/VLM моделям
Исследование подходящих AI методов и архитектур
Определение метрик качества (accuracy, latency, hallucination)
Планирование экспериментов и базового dataset
Подробнее о роли
понедельник, 13 октября
ГОТОВО

ЛЕКЦИЯ 4: CI/CD И ВОСПРОИЗВОДИМОСТЬ

DevOps для AI-проектов, автоматизация и воспроизводимость

Содержание лекции

CI/CD пайплайны для ML/AI проектов
Docker и контейнеризация AI-приложений
Версионирование моделей и данных
Автоматизация тестирования AI-компонентов
Воспроизводимость экспериментов и результатов
Открыть лекцию
четверг, 16 октября
14 дней
ГОТОВО

ЛАБОРАТОРНАЯ РАБОТА 3: ПОДГОТОВКА ДАННЫХ И ПРОТОТИПИРОВАНИЕ

Этап 2 из stages - сбор, анализ и подготовка данных, создание базового прототипа

Задачи по ролям

Сбор и подготовка датасетов для обучения
Создание baseline LLM/VLM решений
Настройка первых промптов и тестирование
Анализ качества данных и первичные метрики
Подробнее о роли
понедельник, 3 ноября
ОЖИДАЕТ

ЛЕКЦИЯ 5: НАБЛЮДАЕМОСТЬ AI-ПРОДУКТОВ

Мониторинг, логирование и трейсинг AI-систем

Содержание лекции

Наблюдаемость в AI-продуктах: что и как мониторить
Langfuse для трейсинга LLM взаимодействий
Grafana для визуализации метрик и алертов
Логирование и аудит AI-решений
Детекция дрифта моделей и данных
Открыть лекцию
Начнется через 14 дней
четверг, 6 ноября
14 дней
ОЖИДАЕТ

ЛАБОРАТОРНАЯ РАБОТА 4: РАЗРАБОТКА И ИНТЕГРАЦИЯ МОДЕЛЕЙ

Этап 3 из stages - тренировка ML/LLM моделей, настройка промптов и интеграция с интерфейсом

Задачи по ролям

Финальная настройка LLM/VLM моделей
Оптимизация промптов и RAG цепочек
Измерение метрик качества (accuracy, latency)
Настройка системы для работы с HuggingFace/OpenAI
Подробнее о роли
Начнется через 17 дней
понедельник, 24 ноября
ОЖИДАЕТ

ЛЕКЦИЯ 6: ГЕНЕРАТИВНЫЙ UX

Проектирование пользовательских интерфейсов для AI-продуктов

Содержание лекции

Принципы UX для генеративных интерфейсов
Обработка неопределенности и ошибок AI
Паттерны взаимодействия с LLM
Прогресс-индикаторы и обратная связь
Этика и прозрачность AI-решений для пользователя
Открыть лекцию
Начнется через 35 дней
четверг, 27 ноября
14 дней
ОЖИДАЕТ

ЛАБОРАТОРНАЯ РАБОТА 5: ИНФРАСТРУКТУРА И АВТОМАТИЗАЦИЯ

Этап 4 из stages - Docker-контейнеризация, настройка CI/CD и системы логирования

Задачи по ролям

Настройка Langfuse SDK для трекинга экспериментов
Интеграция метрик качества в автоматический pipeline
Создание автотестов для AI компонентов
Документирование моделей и их параметров
Подробнее о роли
Начнется через 38 дней
понедельник, 10 ноября
ОЖИДАЕТ

ПРЕЗЕНТАЦИЯ: "МЫ СДЕЛАЛИ..."

Промежуточная демонстрация результатов и планов

Содержание лекции

Что сделали и почему именно так?
Какие технические решения приняли?
Что собираетесь делать дальше и почему?
Какие сложности встретили и как решили?
Начнется через 21 дней
понедельник, 15 декабря
ОЖИДАЕТ

ЛЕКЦИЯ 7: МЕТРИКИ КАЧЕСТВА AI-ПРОДУКТОВ

Измерение эффективности и качества AI-систем

Содержание лекции

Метрики качества для разных типов AI-задач
Accuracy, precision, recall для AI-продуктов
Latency, throughput и пользовательский опыт
Hallucination detection и reliability метрики
A/B тестирование AI-функций
Открыть лекцию
Начнется через 56 дней
четверг, 18 декабря
7 дней
ОЖИДАЕТ

ЛАБОРАТОРНАЯ РАБОТА 6: ТЕСТИРОВАНИЕ И НАБЛЮДАЕМОСТЬ

Этап 5 из stages - метрики качества, тестирование и настройка системы мониторинга

Задачи по ролям

Проведение метрик accuracy, latency, hallucination
Анализ результатов через Langfuse
Проведение A/B тестов промптов
Подготовка отчетов по AI компонентам
Подробнее о роли
Начнется через 59 дней
понедельник, 1 декабря
ОЖИДАЕТ

ЛЕКЦИЯ 8: АРХИТЕКТУРА И РАСШИРЕНИЕ AI-ПРОДУКТОВ

Масштабирование AI-систем и архитектурные решения для роста

Содержание лекции

Архитектурные паттерны для масштабирования AI
Горизонтальное и вертикальное масштабирование
Кэширование и оптимизация запросов к LLM
Микросервисная архитектура для AI-продуктов
Performance и cost optimization
Открыть лекцию
Начнется через 42 дней
четверг, 4 декабря
4 дня
ОЖИДАЕТ

ЛАБОРАТОРНАЯ РАБОТА 7: ПРЕЗЕНТАЦИЯ И ЗАЩИТА ПРОДУКТА

Этап 6 из stages - демонстрация продукта, анализ ошибок и презентация команды

Задачи по ролям

Презентация LLM/VLM моделей и метрик
Демо промпт-дизайна и RAG цепочек
Объяснение выбора HuggingFace/OpenAI решений
Ответы на вопросы по accuracy/latency
Подробнее о роли
Начнется через 45 дней
понедельник, 8 декабря
ОЖИДАЕТ

ЛЕКЦИЯ 9: ДЕМОНСТРАЦИЯ AI-ПРОДУКТА

Подготовка и проведение эффективной демонстрации AI-решений

Содержание лекции

Подготовка демонстрации AI-продукта
Storytelling для технических презентаций
Обработка edge cases во время демо
Метрики и результаты: что показывать бизнесу
Q&A сессии: частые вопросы и ответы
Открыть лекцию
Начнется через 49 дней
четверг, 11 декабря
4 дня
ОЖИДАЕТ

ЛАБОРАТОРНАЯ РАБОТА 8: РЕТРОСПЕКТИВА И ДОКУМЕНТАЦИЯ

Этап 7 из stages - запись уроков, оформление документации и рефлексия по ролям

Задачи по ролям

Анализ эффективности LLM/VLM решений
Документирование промпт-дизайна и метрик
Анализ данных из Langfuse и HuggingFace
Рекомендации по accuracy/latency оптимизации
Подробнее о роли
Начнется через 52 дней
понедельник, 15 декабря
ОЖИДАЕТ

DEMO DAY: ФИНАЛЬНАЯ ПРЕЗЕНТАЦИЯ ПРОЕКТОВ

Публичная демонстрация готовых AI-продуктов перед экспертами и студентами

Содержание лекции

Демонстрация полностью рабочего AI-продукта
Презентация архитектуры и технических решений
Показ метрик качества и производительности
Roadmap развития проекта и коммерциализации
Q&A сессия с экспертами и другими командами
Начнется через 56 дней
понедельник, 22 декабря
ОЖИДАЕТ

ЛЕКЦИЯ 10: РЕТРОСПЕКТИВА AI-ПРОЕКТА

Анализ опыта разработки и lessons learned

Содержание лекции

Проведение ретроспективы AI-проекта
Анализ технических решений и их эффективности
Lessons learned: что бы сделали по-другому
Эволюция AI-продукта: планы развития
Карьерные пути в AI: куда двигаться дальше
Открыть лекцию
Начнется через 63 дней

НАВИГАЦИЯ ПО КУРСУ

ПРОЕКТЫ
Выберите AI-проект для реализации
РОЛИ
Изучите роли в AI-команде
СПРИНТЫ
Детали спринтов разработки